本次分享次要从业务背景、BFF 外围架构、基于 Serverless 的 BFF 革新、总结四个局部组成。
业务背景
咱们的供应链场景有很多供应商，每个供应商都有物流、资产、仓储等多个域，而这些域咱们的后端都基于 DDD 畛域模型做了微服务化，此时前端在开发面向这些供应商应用的中后盾利用时，遇到了以下问题：
页面显示须要申请多个域：比方一个商家的详情页，可能既须要申请仓储数据，还须要申请资产数据，能力将一个页面显示进去。
接口格局不满足前端需要：后端微服务化后，是面向多我的项目，通用性的，其接口格局不肯定能满足前端需要，前端须要本人做转换，比方单位转换，字段裁减。
需要变动快：业务在疾速迭代，须要接口的大量反对，而咱们的后端域是面向多我的项目的，更改老本较大，须要投入更多的测试，此时如果在前端和后端两头存在一个中间层，来做这些事件，那么效率会有比拟好的进步。
部门合作老本大：有些需要须要其它部门的后端同学反对，而其它部门的同学因为本人部门的需要缓和，排期较满，导致咱们的需要迟迟无奈排期，此时如果存在一个中间层，在中间层去申请其它部门提供的畛域服务来组合数据提供给前端，此时就能够在其它部门同学不参加的状况下，前端本人实现需要开发，部门之间的合作老本会大大降低。
基于以上背景，前端这边引入了 BFF 架构，BFF 架构能做哪些事件：
业务编排：从后端域多接口获取数据合并输入给页面。比方一个商家详情页即须要仓储数据，也须要资产数据，此时咱们在 BFF 层将仓储和资产数据申请回来组装吐给前端。
字段转换：字段过滤、数据格式化等工作。比方资产域的商户名字段叫 businessName，而仓储域的商户名字段叫 shopName，此时能够在 BFF 层对立掉，这样前端就不须要做判断了。
个性化数据：为前端提供个性化服务，如数据压缩，单位转换等。
BFF 外围架构
外围架构
以上是 BFF 的外围架构图，前端即中后盾利用，后端域即后端服务，右侧的工具撑持是公司的一些根底公共服务，两头的就是 BFF 外围实现，咱们从上往下看：
- 业务：能够在这一层做业务编排，字段转换，共性定制等业务逻辑，同时提供了一个 node-auth 包，能够利用该包做用户鉴权。
- 根底框架：根底框架这层，次要封装了 node-soa 这个 npm 包，node-soa 外面蕴含了 node-log 日志工具、node-hook 代码规定校验工具、node-zk 集群链接工具等。
- Node 框架：Node 框架这块选型的是 Koa2。
调用链路
外围架构讲完后，在看下整个 BFF 架构的调用链路：
调用链路从上往下，咱们的中后盾利用通过 HTTP 申请到 Nginx 服务器上，Nginx 转发到 BFF 层，BFF 层通过 RPC 调用后端域的微服务，实现整个调用过程。
这里有两个概念须要阐明下：
ZooKeeper：可简略了解为服务注册核心，后端的各个微服务都对立注册到这个注册核心，而后 BFF 层充当 ZooKeeper Client 去连贯这个注册核心，连贯后，就能够枚举到注册核心每个服务的 Host 和 Port，拿到 Host 和 Port 就能够发动 RPC 调用了。
RPC：近程过程调用，也就是说两台服务器 A、B，一个部署在 A 服务器上的利用须要拜访 B 服务器上的一个利用的某个办法，因为不在一个内存空间，因而须要通过网络来表白调用的语义和传播的数据，能够简略了解为 A 服务器上部署了咱们的 BFF 利用，B 服务器上部署了咱们的微服务。RPC 通信协议可基于 HTTP 或者 TCP 协定，咱们采纳的是 gRPC，即应用 HTTP/ 2 的一种 RPC 调用形式。
以上介绍了 BFF 的外围架构和整个调用链路，上面来看看 node-soa 的具体实现细节。
服务初始化
通过调用 node-soa 提供的 init 办法来实现服务的初始化，其中 dep 即为各后端域的微服务。
咱们在看看 init 的具体实现:
首先创立了一个 ZooKeeper Client 去连贯 ZooKeeper 集群，连贯上当前通过 listChildren 办法枚举 ZooKeeper 集群的所有子节点，拿到子节点的 Host 和 Port 后创立了一个 grpcClient，之后就能够通过这个 grpcClient 发动 RPC 调用了。
服务调用
服务初始化后就能够发动 RPC 调用了，node-soa 提供了 request 办法，通过这个办法即可发动 RPC 调用，其中 service 就是后端域，method 即为 java 侧提供的办法。
咱们在看看 request 外面的具体实现:
通过服务初始时创立的 grpcClient 发动 RPC 调用，拿到数据后 resolve 回去，即实现一次 RPC 调用，在整个 RPC 调用过程中利用 Jaeger+OpenTracing 做了调用链路的追踪，利用 node-log 做了申请日志的落盘。
以上即为咱们第一代 BFF 架构的核心内容，这套架构在过后的业务背景下是一个比拟好的解决方案，但随着业务的疾速倒退，这个架构也遇到了一些问题：
- 运维老本增大：随着 BFF 利用的增多，须要更多的机器来部署 BFF 利用。
- 公布流程长：新增一个 BFF 的接口，须要走完编译，构建，部署一整套流程，无奈做到秒级部署。
- 域名不收敛：每个 BFF 都有各自独立的域名，减少记忆老本。
鉴于这些痛点，咱们引入了 SFF（Serverless For Frontend）架构，通过将 BFF 构建于 Serverless 之上，用云函数的形式取代传统基于 NodeJS 的 BFF 层。
基于 Serverless 的 BFF 革新
SFF 架构
上图是革新后的 BFF 架构，相比于一代的 BFF 架构，这里次要多了两块内容，一块是 FaaS 层，另外一块是开发者平台。
- 开发者平台是在线编写云函数的，次要提供了函数治理、公布治理等性能，公布的每个函数都会保留在数据库中。
- FaaS 层次要就是一个个 Function，一个 BFF 接口申请过去，首先会去数据库获取对应的函数，而后执行该函数。
实现计划选型
目前支流的计划次要是基于容器和基于过程两种形式。
容器计划：根本实现是利用 K8s + Docker, 每个云函数执行的时候都启动一个容器去执行，执行完后容器销毁，整个容器的治理、并发解决、扩缩容都是用 K8s 来治理。
过程计划：每个云函数的执行都启动一个新的过程去执行，执行完后过程销毁。
对于实现计划的选型，咱们须要思考以下几个方面：
- 业务场景复杂性：高并发采纳容器计划更好；并发少，选用过程更轻量，也更容易实现。
- 基建 & 运维能力：容器计划对基建和运维能力有更高的要求，要思考公司的运维能不能 Cover 住。
- 团队人力 / 能力：基于容器计划技术上的要求会更高一些，实现难度也会更大一点，要思考团队的小伙伴这方面的教训有没有，团队的人手够不够。
咱们的业务并不简单，中后盾利用简直没有高并发，目前公司对于容器的应用还没有大推，团队人手也不是很够，加上短少容器这方面的实战经验，最终采纳了基于过程的形式来实现。
实现
根本的实现如下：
用户发动 HTTP 申请，Node 主过程去数据库读取该申请的函数实现，拿到函数实现后会 Fork 一个子过程执行函数，函数执行完后子过程销毁。这里须要留神的一点是管制子过程的执行工夫，避免因为函数执行异样，导致子过程无奈销毁。
咱们在看下执行函数的具体实现：
通过 VM2 模块来执行咱们的云函数，从而保障子过程和主过程之间的 Context 隔离，如果不进行隔离，有可能呈现的一种状况是，子过程外面如果调用了 process.exit()，此时咱们的 Node 主过程就会被退出去。
做了过程的 Context 隔离还不够，咱们能够利用过程池来优化每次 Fork 子过程的工夫，利用 CGroup 来限度子过程的 CPU 使用率、内存占用、磁盘 IO 等。CGroup 是 Linux 内核中的一个外围能力，提供了将不同过程按分组进行治理的能力，并且能对不同的分组限度其所应用的计算资源（CPU、内存、磁盘 IO 等），咱们能够通过限度用来执行函数的子过程所能耗费的最大内存、磁盘及网络带宽，同时管制过程所能应用的最大 CPU 占用率等形式来保证系统的稳定性。
最终的实现如下：
以上就是基于 Serverless 的 BFF 革新的核心内容，相比于一代的 BFF 架构，基于 Serverless 的 BFF 革新有以下几点劣势：
- 效率晋升：独立云函数，动静编写，秒级部署。
- 降本：利用收敛，无效升高运维、机器老本。
总结
以上就是本次分享的次要内容，咱们做下总结：
- 后端畛域微服务化后，须要一套能提供业务编排、字段转换、共性定制的机制来保障业务的疾速迭代。
- BFF 架构可能无效的做到业务编排、字段转换、共性定制，且让前端进入全栈畛域。
- 构建于 Serverless 之上的 BFF 进一步的升高了运维、机器老本，进步了人效。
（本文作者：赵存）
本文系哈啰技术团队出品，未经许可，不得进行商业性转载或者应用。非商业目标转载或应用本文内容，敬请注明“内容转载自哈啰技术团队”。